IT 자동화 보안을 위한 AI 활용

Lori Mac Vittie수석 엔지니어 겸 최고 에반젤리스트 | F5

분쟁 시기에 우물을 독으로 오염시킨 역사는 오래전부터 이어져 왔습니다. 우물에 접근하지 못하게 차단하거나 질병 확산을 증폭하는 수단으로 이용하는 등, 마을 우물은 언제나 주요 공격 대상이었습니다.

현대에 들어 우물은 인프라, 애플리케이션 및 디지털 서비스의 변화를 주도하는 자동화를 시작하는 스크립트나 API 엔드포인트에 비유할 수 있습니다. 곧 발간될 당사의 애플리케이션 전략 현황 2023 보고서에 따르면, 대부분의 조직(78%)은 바로 이러한 작업을 수행하기 위해 IT 전반에 걸쳐 다양한 자동화를 활용하고 있습니다. Facebook, Twitter, Amazon 등이 운영하는 복잡한 하이퍼스케일 시스템에 변화를 적용하는 데 자동화가 널리 사용되고 있다는 점을 고려하면 이는 놀라운 일이 아닙니다.

그 이유는 옛날의 공동 우물처럼 단 하나의 스크립트가 불과 몇 분 만에 수천 개의 시스템에 영향을 미칠 수 있기 때문입니다. 과거에는 같은 수의 시스템에 영향을 미치는 변경 작업을 수동으로 수행하려면 며칠, 심지어 몇 주가 걸렸을 수도 있습니다. 자동화는 모든 종류의 운영을 인간의 힘만으로는 결코 달성할 수 없는 수준으로 확장해 주는 강력한 증폭 수단입니다. 또한 프로세스와 업무 방식, 비즈니스를 확장하는 초석입니다. 실제로 디지털 비즈니스를 위한 엔터프라이즈 아키텍처에서 언급했듯이, 자동화 없이는 조직이 디지털 비즈니스로 거듭날 수 없다고 해도 과언이 아닙니다. 자동화는 조직이 데이터를 성공적으로 활용하고, SRE 운영을 도입하며, 현대적인 애플리케이션 제공을 통해 디지털 서비스에 적응 역량을 부여하기 위해 구축해야 하는 6가지 핵심 역량 중 하나입니다.

하지만 자동화의 특징은 말 그대로 자동으로 진행된다는 점입니다. 일단 시작되면 이러한 시스템 전반에서 연쇄적으로 일어나는 변화를 중간에 차단하기가 어렵습니다. 결국 변화의 속도는 자동화를 추진하는 요인 중 하나이며, 일단 변화가 시작되면 멈추기가 어렵거나 아예 불가능할 수도 있습니다.

자동화로 인해 의도치 않은 변경 사항이 확산되어 결국 인터넷의 상당 부분에 영향을 미쳤다는 소식을 듣지 못했다면, 세상과 단절된 채 살아온 것이나 다름없습니다. 잘못된 매개변수가 스크립트에 입력된 경우, 엔터 키를 누르거나 API endpoint를 호출하고 나면 이를 되돌리기란 거의 불가능합니다. 일단 실행되면 이미 돌이킬 수 없는 상황이 됩니다.

IT 자동화의 보안과 관련해 제가 경종을 울린 것은 이번이 처음이 아닙니다. 이는 간과되고 충분히 연구되지 않은 공격 경로로, 언젠가는 악용될 것입니다. 그리고 그 ‘언젠가’가 수십 년 뒤라 하더라도, 당장 더 시급한 인적 오류의 위협은 여전히 존재합니다. Uptime Institute의 최신 연구에 따르면, “지난 3년 동안 조직의 약 40%가 인적 오류로 인한 대규모 장애를 겪었습니다.”

바로 이 지점에서 AI, 더 정확히는 ML이 등장합니다.

IT 자동화를 보호하기 위한 머신러닝 활용

머신 러닝은 데이터 포인트 간의 패턴과 관계를 찾아내는 데 특히 뛰어납니다. 오늘날 시장의 대부분은 보안 및 운영상의 과제를 해결하기 위해 머신 러닝을 적용하는 데 주력하고 있습니다. 여기에는 사용자가 봇인지 사람인지 식별하고, 공격을 탐지하며, 임박한 서비스 중단까지 예측하는 작업이 포함됩니다.

흔히 간과되는 영역 중 하나는 AI와 ML을 활용해 애플리케이션 인프라를 보호하는 것입니다. 예를 들어 머신 러닝을 통해 운영자와 관리자가 중요 시스템과 상호 작용하는 방식을 파악하고, 이러한 상호 작용이 정상적인 패턴에서 벗어날 경우 즉시 감지할 수 있습니다. 이는 공격자가 접근 권한이 없는 디렉터리에 접근하거나 일반적인 사용 범위를 벗어난 매개변수로 명령을 실행하려는 시도를 탐지하는 데 유용합니다.

마지막 부분을 다시 읽어보세요. 일반적인 사용 범위를 벗어난 매개변수로 명령을 실행하는 것.

아, 바로 이것입니다. 비정상적인 매개변수나 일반적이지 않은 명령을 실행하려는 시도를 탐지하는 AI와 머신러닝 전반의 능력은 보안에만 국한된 것이 아닙니다. 즉, 이 기술은 IT 자동화에도 얼마든지 적용하여 사람의 실수나 의도적으로 실행된 악성 명령을 포착할 수 있습니다.

대상 시스템에 대한 적절한 수준의 접근 권한이 주어진다면, 이러한 머신러닝 솔루션은 간헐적으로 발생하는 잘못된 매개변수나 측면 이동 통신 시도 또는 기타 모든 공격으로부터 시스템을 보호할 수 있는 방법을 충분히 제공할 수 있습니다. 랜섬웨어도 예외는 아니겠죠?

앱, 앱 딜리버리 및 자동화를 위한 인프라는 여전히 매력적인 공격 벡터입니다. 조직이 자동화를 더욱 적극적으로 도입함에 따라(실제로 그렇게 하고 있습니다) 자동화 사용으로 인해 발생할 수 있는 우발적 또는 의도적 결과도 동시에 고려해야 합니다. 그런 다음 불가피하게 발생하는 잘못된 키 입력이나 악의적인 키 입력으로부터 자동화를 보호할 방법을 고민해야 합니다.

자동화는 역량을 배가하는 수단입니다. 이론의 여지가 없습니다. 즉, 자동화는 의도된 용도뿐 아니라 악의적인 용도에도 유용할 수 있습니다. 따라서 자동화를 보호해야 합니다. 머신 러닝은 AI와 운영을 통합하여 디지털 비즈니스의 핵심 구성 요소인 인프라를 보호하는 한 가지 방법이 될 수 있습니다.

작성자 소개

Lori Mac Vittie수석 엔지니어 겸 최고 에반젤리스트 | F5

Lori MacVittie는 F5 CTO 오피스의 수석 엔지니어이자 최고 에반젤리스트로, 애플리케이션 딜리버리, 자동화 전략 및 인프라 분야에서 깊이 있는 전문성을 보유하고 있습니다. AI 에이전트를 위한 가드레일을 정의하고, 취약한 멀티클라우드 아키텍처를 분석하며, 확장 가능한 시스템의 한계를 탐구하는 등 복잡한 문제를 명확하게 풀어내는 것으로 잘 알려져 있습니다. 애플리케이션 개발, IT 아키텍처, 네트워크 및 시스템 운영 전반에 걸쳐 30년 이상의 업계 경험을 쌓았습니다. F5에 합류하기 전에는 수상 경력이 있는 기술 편집자로 활동했습니다. MacVittie는 컴퓨터 과학 석사 학위를 보유하고 있으며, 보안, 클라우드 및 엔터프라이즈 아키텍처 분야를 아우르는 다수의 저서를 집필한 작가입니다. 또한 보드게임과 비디오 게임을 열정적으로 즐기며, 치즈에 대해서는 거리낌 없이 확고한 견해를 갖고 있습니다.

Lori Mac Vittie의 다른 블로그 게시물